公开(公告)号：CN111783633B

公开(公告)日：2024-06-28

申请号：CN202010611056.6

申请日：2020-06-30

Applicant: 东南大学

Inventor： 何杰 ,  施鑫诚 ,  吴冠鹤 ,  占昌文 ,  柏春广 ,  鲍香台

IPC: G06V20/59 ,  G06Q10/0639 ,  G06V20/40

Abstract: 本发明公开了一种驾驶员姿态安全性定量评价模型的构建方法，包括如下步骤：首先以驾驶员真实驾驶视频为数据集，对定量评价指标及评价姿态的原始数据进行相关性分析和标准化处理，然后使用模糊层次分析法和最小二乘法确定各定量评价指标权重值，最后计算驾驶姿态安全性评价得分，完成驾驶员姿态安全性定量评价模型的构建。本发明设计简单，易于计算；以驾驶员真实驾驶视频为数据集，充分结合驾驶姿态特点确定定量评价指标，表现出科学性、全面性、通用性、可操作性强等特征，对于保障营运车辆驾驶员人身安全、促进行车规范化安全化具有重要的现实意义。

公开(公告)号：CN111832446B

公开(公告)日：2022-11-08

申请号：CN202010608561.5

申请日：2020-06-30

Applicant: 东南大学

Inventor： 何杰 ,  占昌文 ,  聂平稳 ,  施鑫诚 ,  柏春广 ,  鲍香台

IPC: G06V20/59 ,  G06V10/82 ,  G06V40/20 ,  G06N3/04

Abstract: 本发明公开了一种基于双视角视频数据的驾驶员姿态识别方法，包括如下步骤：使用双视角摄像头采集驾驶员驾驶视频数据；基于Python‑OpenCV库将视频数据转化为图片数据；将驾驶动作进行分解，提取视线偏移状态量V、持续性状态量C和短暂性状态量T，并形成标签化的双视角图像数据集；构建小型卷积神经网络识别视线偏移量V；构建多输出轻型卷积神经网络识别短暂型状态量C和持续型状态量T；构建联合识别网络，实现驾驶姿态识别；分析驾驶状态在时间轴上的排列，实现驾驶动作的识别。本发明采用双视角数据集，弥补了单视角数据信息损失的固有缺陷；通过构建模型识别驾驶姿态，并基于驾驶状态在时间轴上的排列，识别驾驶动作，模型实时性和精度均很好。

公开(公告)号：CN111832446A

公开(公告)日：2020-10-27

申请号：CN202010608561.5

申请日：2020-06-30

Applicant: 东南大学

Inventor： 何杰 ,  占昌文 ,  聂平稳 ,  施鑫诚 ,  柏春广 ,  鲍香台

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于双视角视频数据的驾驶员姿态识别方法，包括如下步骤：使用双视角摄像头采集驾驶员驾驶视频数据；基于Python-OpenCV库将视频数据转化为图片数据；将驾驶动作进行分解，提取视线偏移状态量V、持续性状态量C和短暂性状态量T，并形成标签化的双视角图像数据集；构建小型卷积神经网络识别视线偏移量V；构建多输出轻型卷积神经网络识别短暂型状态量C和持续型状态量T；构建联合识别网络，实现驾驶姿态识别；分析驾驶状态在时间轴上的排列，实现驾驶动作的识别。本发明采用双视角数据集，弥补了单视角数据信息损失的固有缺陷；通过构建模型识别驾驶姿态，并基于驾驶状态在时间轴上的排列，识别驾驶动作，模型实时性和精度均很好。

公开(公告)号：CN111783633A

公开(公告)日：2020-10-16

申请号：CN202010611056.6

申请日：2020-06-30

Applicant: 东南大学

Inventor： 何杰 ,  施鑫诚 ,  吴冠鹤 ,  占昌文 ,  柏春广 ,  鲍香台

IPC: G06K9/00 ,  G06Q10/06

Abstract: 本发明公开了一种驾驶员姿态安全性定量评价模型的构建方法，包括如下步骤：首先以驾驶员真实驾驶视频为数据集，对定量评价指标及评价姿态的原始数据进行相关性分析和标准化处理，然后使用模糊层次分析法和最小二乘法确定各定量评价指标权重值，最后计算驾驶姿态安全性评价得分，完成驾驶员姿态安全性定量评价模型的构建。本发明设计简单，易于计算；以驾驶员真实驾驶视频为数据集，充分结合驾驶姿态特点确定定量评价指标，表现出科学性、全面性、通用性、可操作性强等特征，对于保障营运车辆驾驶员人身安全、促进行车规范化安全化具有重要的现实意义。